GLM 5.3 Flash vs Grok 4.7
詳しいプロフィール:GLM 5.3 Flash(Zhipu AI)とGrok 4.7(SpaceXAI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 14件の情報源のデータ
2026年11月16日時点で、GLM 5.3 FlashとGrok 4.7の品質は互角です(BenchLeader Indexで57.8 対 57.4、±5.4の誤差範囲内)。価格はGLM 5.3 Flashの方が13倍安く、100万トークンあたりのブレンド価格で$0.238 対 $3.00です。数学(69 対 56)、マルチモーダル(64 対 56)、人間の評価(66 対 63)を重視するならGLM 5.3 Flash、知識(60 対 45)、推論(56 対 48)、コーディング(61 対 57)を重視するならGrok 4.7が向いています。回答開始までの時間はGrok 4.7の方が短く、55.9秒 対 87.0秒です。Grok 4.7は出力が速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGLM 5.3 Flashが57.8、Grok 4.7が57.4です(BenchLeader、2026年11月16日)。
- GLM 5.3 Flashの100万トークンあたりのブレンド価格は$0.238です(定価、2026年11月16日)。
- Grok 4.7の100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
- Grok 4.7はGLM 5.3 Flashより出力が速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある51件のベンチマークのうち、Grok 4.7が34件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はGLM 5.3 Flashが1609、Grok 4.7が1641です(LMArena、2026年11月16日までの公開値)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| コーディング | Grok 4.7 | カテゴリスコア61 対 57;Arena WebDev 1641 対 1609 | 中 |
| エージェント・ツール利用 | GLM 5.3 Flash | カテゴリスコア59 対 57;Arena Agent -2.9 対 2.6 | 中 |
| 数学 | GLM 5.3 Flash | カテゴリスコア69 対 56;Arena Maths 1505 対 1447 | 高 |
| 推論 | Grok 4.7 | カテゴリスコア56 対 48;HLE-Diamond (AA) 23.2% 対 18.2% | 中 |
| 知識 | Grok 4.7 | カテゴリスコア60 対 45;AA-Omniscience v1.1 31.2 対 0.7 | 高 |
| 長い文書 | GLM 5.3 Flash | カテゴリスコア65 対 63;AA-LCR v1.1 80.0% 対 76.7% | 中 |
| 画像などのメディア | GLM 5.3 Flash | カテゴリスコア64 対 56;Arena Vision 1295 対 1230 | 高 |
| チャットの質(人間の評価) | GLM 5.3 Flash | Arenaの投票で66 対 63 | 中 |
| 最低コスト | GLM 5.3 Flash | 100万トークンあたりブレンド価格$0.238 対 $3.00;エージェント型コーディングセッション$0.011 対 $0.144 | – |
| 回答開始の速さ | Grok 4.7 | 最初の回答トークンまで55.9秒(Grok 4.7 (xhigh))対 87.0秒(GLM 5.3 Flash) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- GLM 5.3 FlashとGrok 4.7 (xhigh)の品質は互角です(57.8 対 57.4、±5.4の誤差範囲内)。
- GLM 5.3 Flashはエージェント・ツール、人間の評価、長文コンテキスト、数学、マルチモーダルで優れています。
- Grok 4.7 (xhigh)はコーディング、知識、推論で優れています。
- GLM 5.3 Flashの方が13倍安くなっています(100万トークンあたりブレンド価格$0.238 対 $3.00)。
概要
| 仕様 | GLM 5.3 Flash | Grok 4.7 |
|---|---|---|
| プロバイダー | Zhipu AI | SpaceXAI |
| リリース日 | 2026年8月20日 | 2026年9月21日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 500,000 |
| 比較した構成 | GLM 5.3 Flash | Grok 4.7 (xhigh) |
| オープンウェイト | あり | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.150 / $0.500 / $0.030 | $2.00 / $6.00 / $0.500 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | GLM 5.3 Flash | Grok 4.7 (xhigh) | トップ |
|---|---|---|---|
| 推論 | 48.3 | 55.6 | Grok 4.7 |
| コーディング | 56.9 | 60.9 | Grok 4.7 |
| エージェント・ツール | 58.7 | 56.9 | GLM 5.3 Flash |
| 数学 | 68.8 | 55.8 | GLM 5.3 Flash |
| 知識 | 45.1 | 59.9 | Grok 4.7 |
| 人間の評価 | 66.4 | 62.5 | GLM 5.3 Flash |
| マルチモーダル | 64.0 | 55.5 | GLM 5.3 Flash |
| 長文コンテキスト | 64.6 | 62.9 | GLM 5.3 Flash |
| 総合 | – | 52.8 | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
描画していないもの(測定済みのモデルが2つ未満):指示追従。
情報源で評価が分かれる点
両方に結果がある51件のベンチマークのうち、GLM 5.3 Flashのリードが16件、Grok 4.7のリードが34件、同点が1件です。第三者の総合指標でも評価が分かれ、GLM 5.3 FlashはArena Textで、Grok 4.7はAA Intelligence Index v5.0.1、Vals Indexでリードしています。
| 総合Index | GLM 5.3 Flash | Grok 4.7 (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 57.8 | 57.4 | 互角 |
| AA Intelligence Index v5.0.1 | 27.8 | 35.5 | Grok 4.7 |
| Vals Index | 50.9† | 58.6 | Grok 4.7 |
| Arena Text | 1475 | 1443 | GLM 5.3 Flash |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | GLM 5.3 Flash | Grok 4.7 (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.238 | $3.00 |
| 100万トークンあたりの入力/出力 | $0.150 / $0.500 | $2.00 / $6.00 |
| 100万トークンあたりのキャッシュ入力 | $0.030 | $0.500 |
| タスクあたりの価格:チャットの返答 | $0.0002 | $0.0026 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0021 | $0.028 |
| タスクあたりの価格:コード編集 | $0.0017 | $0.021 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.011 | $0.144 |
| タスクあたりの価格:構造化データの抽出 | $0.0004 | $0.0052 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.0056 | $0.076 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.583 | $7.77 |
| タスクあたりの出力トークン(AA Index) | 134k | 105k |
| うち推論 | 103k | 69k |
| タスクあたりの時間(AA Index) | 41 min | 26 min |
| 出力速度 | 54 tok/s | 68 tok/s |
| 回答開始までの時間 | 87.0秒 | 55.9秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 220.4秒 | 145.5秒 |
トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、GLM 5.3 Flashで$0.583、Grok 4.7 (xhigh)で$7.77でした。同じ作業でGLM 5.3 Flashは1.3倍の出力トークンを書いています。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GLM 5.3 Flashのスコアは57.8、最初の回答トークンまで87秒。GLM 5.3 Flash (max)は52.4(87秒)。Grok 4.7 (xhigh)のスコアは57.4、最初の回答トークンまで56秒。Grok 4.7 (high)は56.9(35秒)、Grok 4.7 (low)は55.4(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
166件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GLM 5.3 Flash | Grok 4.7 (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.8 | 57.4 |
| エージェント・ツールスコア | BenchLeader | 58.7 | 56.9 |
| コーディングスコア | BenchLeader | 56.9 | 60.9 |
| 人間の評価スコア | BenchLeader | 66.4 | 62.5 |
| 知識スコア | BenchLeader | 45.1 | 59.9 |
| 長文コンテキストスコア | BenchLeader | 64.6 | 62.9 |
| 数学スコア | BenchLeader | 68.8 | 55.8 |
| マルチモーダルスコア | BenchLeader | 64.0 | 55.5 |
| 推論スコア | BenchLeader | 48.3 | 55.6 |
| 総合スコア | BenchLeader | – | 52.8 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.238 | $3.00 |
| 出力速度 | BenchLeader | 54 tok/s | 68 tok/s |
| 回答開始までの時間 | BenchLeader | 87.0秒 | 55.9秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 500,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 90.2%† | 92.7% |
| Arena Hard Prompts | Arena (LMArena) | 1500 | 1466 |
| LiveBench 2.0 Reasoning | LiveBench | 77.6%† | 82.7% |
| LiveBench 1.0 Reasoning | LiveBench | 77.6% | 82.7% |
| GPQA Diamond (AA) | Artificial Analysis | 91.2% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 39.9% | 43.1% |
| HLE-Diamond (AA) | Artificial Analysis | 18.2% | 23.2% |
| GPQA Diamond (Vals) | Vals AI | 86.4%† | – |
| ARC-AGI-1 | ARC Prize | 91.0%† | 89.5% |
| ARC-AGI-2 | ARC Prize | 65.8%† | 61.4% |
| ARC-AGI-3 | ARC Prize | – | 7.0% |
| CritPt | Artificial Analysis | 15.4% | 17.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 24.5% | 33.5% |
| MysteryMechanism | Vals AI | – | 25.2% |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 23.4%† |
| Arena Expert | Arena (LMArena) | 1511 | 1478 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 21.0%† | 41.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 8.0%† | 29.0% |
| LMCA | Epoch AI Benchmarking Hub | – | 49.4% |
| DTBench | Epoch AI Benchmarking Hub | – | 96.0% |
| BTF-3 | Epoch AI Benchmarking Hub | 14.9% | – |
| コーディング | |||
| SciCode | SciCode | 51.6% | 57.4% |
| FrontierCode | Cognition | 31.8%† | 47.6%† |
| Arena Coding | Arena (LMArena) | 1526 | 1493 |
| Arena WebDev | Arena (LMArena) | 1609 | 1641 |
166件のベンチマークをすべて表示
| 指標 | 公開元 | GLM 5.3 Flash | Grok 4.7 (xhigh) |
|---|---|---|---|
| コーディング | |||
| LiveBench 2.0 Coding | LiveBench | 70.9%† | 73.1% |
| LiveBench 1.0 Coding | LiveBench | 79.0% | 77.2% |
| LiveCodeBench | Vals AI | 80.5%† | – |
| IOI | Vals AI | 52.5%† | 57.7% |
| SWE-bench (Vals) | Vals AI | 92.0%† | – |
| Code Migration | Vals AI | 20.5%† | 44.8% |
| Code Migration v1.1 | Vals AI | 51.6%† | 53.2% |
| ProgramBench | Vals AI | 0.0%† | 0.5% |
| SWE-bench Multimodal | Vals AI | – | 42.9% |
| Vibe Code Bench 1-100 | Vals AI | 16.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 30.8%† | 86.2% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 26.4% |
| SWE Atlas v1.1 | Scale AI SEAL | 55.3% | 62.1%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 66.9% | 73.4%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 53.3% | 64.4%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 45.7% | 48.6%† |
| MirrorCode | Epoch AI Benchmarking Hub | – | 54.4% |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 52.5%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 63.4%† | – |
| CursorBench | Cursor | 36.8%† | 46.3% |
| ALE-Bench | Epoch AI Benchmarking Hub | 303.6† | 1545.8 |
| FrontierSWE | Epoch AI Benchmarking Hub | 18.1%† | 29.5% |
| WeirdML v3 | WeirdML | – | 8.4% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 32.8% | 25.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 84.3% | – |
| Startrise Frontend | Startrise | – | 75.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 54.9 | 63.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 57.2† | 71.2 |
| Design Arena Website | Design Arena | 1257 | 1244† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 41.0% | 33.8% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 17.6% | 28.7% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 37.0%† | 38.8% |
| APEX-Agents | Mercor | 52.8% | 54.6%† |
| Arena Agent | Arena (LMArena) | -2.9 | 2.6 |
| LiveBench Long Agentic | LiveBench | 20.7%† | 45.3% |
| LiveBench Browser | LiveBench | 59.8%† | 49.3% |
| LiveBench Agentic Coding | LiveBench | 56.8% | 54.0% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 62.9%† | 73.4% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 57.1% | 60.7% |
| GDPval-AA v2.1 | Artificial Analysis | 1648 | 1717 |
| τ³-Banking (AA) | Artificial Analysis | 47.2% | – |
| ITBench SRE (AA) | Artificial Analysis | 51.2% | 42.1% |
| Analyst Agent (AA) | Artificial Analysis | 25.0% | 52.5% |
| CyberBench | Vals AI | 67.9%† | 69.5% |
| Finance Agent v2 | Vals AI | 57.9%† | 52.3% |
| Finance Agent v2.1 | Vals AI | 60.6%† | 60.6% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 10.4%† | 18.3% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7%† | 12.5% |
| Legal Research Bench | Vals AI | 45.2%† | 47.1% |
| Robo-bench | Vals AI | – | 0.2% |
| SkillsBench | Vals AI | 40.2%† | – |
| SREBench | Vals AI | 0.8%† | 3.8% |
| Tax Agent Bench | Vals AI | 31.6%† | 35.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 37.4%† | 28.8% |
| Terminal-Bench Science | Vals AI | 2.9%† | 10.0% |
| Arena Agent Task Completion | Arena (LMArena) | 1.3 | 5.1 |
| PostTrainBench | Epoch AI Benchmarking Hub | 36.8%† | – |
| Vending-Bench 2 | Andon Labs | – | 10536.8† |
| AutomationBench | Artificial Analysis | 60.4% | 65.6% |
| GDP.pdf (AA) | Artificial Analysis | 15.4% | 20.0% |
| Harvey LAB-AA v1.1 | Harvey | 0.8% | 9.4% |
| EnterpriseOps-Gym | Artificial Analysis | 33.2% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1450 | 1636 |
| GDPx | GDPx by SemiAnalysis | – | 3.9% |
| Design Arena Agentic | Design Arena | – | 1277† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 4.8% | 11.4% |
| CWE-Bench (AA) | Artificial Analysis | 55.8% | 68.3% |
| DeepSec-Bench (AA) | Artificial Analysis | 19.9% | 26.9% |
| CyberGym end-to-end (AA) | Artificial Analysis | 74.0% | 74.0% |
| MKA (AA) | Artificial Analysis | 36.2% | 40.1% |
| FACTS Search | – | 85.6%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 55.8%† | 53.0% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 17.1%† | 17.1% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 93.9%† | 98.1% |
| ProofBench | Vals AI | 21.0%† | 26.0%† |
| LiveBench Mathematics | LiveBench | 81.2% | 95.7% |
| Arena Maths | Arena (LMArena) | 1505 | 1447 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 0.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 56.0% |
| LiveBench 2.0 Data Analysis | LiveBench | 76.4%† | 76.9% |
| LiveBench Research | LiveBench | 73.9%† | 89.5% |
| LiveBench 1.0 Data Analysis | LiveBench | 76.4% | 76.9% |
| AA-Omniscience v1.1 | Artificial Analysis | 0.7 | 31.2 |
| MMLU-Pro | Vals AI | 86.1%† | – |
| LegalBench | Vals AI | 83.9%† | 84.4% |
| TaxEval | Vals AI | 75.6%† | – |
| PRBench Legal | Scale AI SEAL | – | 47.6% |
| BioMysteryBench | Vals AI | – | 69.3% |
| Excel Modeling Benchmark | Vals AI | 55.9%† | 67.0% |
| Excel Modeling Benchmark v1.1 | Vals AI | 66.3%† | 71.5% |
| MedCode | Vals AI | – | 49.5% |
| MedScribe | Vals AI | 88.9%† | 89.4% |
| Public Benefits Bench v1.1 | Vals AI | – | 65.6% |
| Access to Justice Benchmark | Vals AI | 71.1%† | 73.7% |
| Financial Coaching Bench | Vals AI | – | 74.1% |
| Immigration Bench | Vals AI | – | 68.0% |
| GDP.pdf | Epoch AI Benchmarking Hub | 14.0%† | 22.8% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 28.2% | 42.7% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 61.6% | 80.0% |
| HealthBench Professional (AA) | OpenAI | – | 55.8% |
| FACTS Parametric | – | 54.3%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 77.3% | 80.1% |
| LiveBench Instruction Following | LiveBench | 52.8% | 75.3% |
| Arena Instruction Following | Arena (LMArena) | 1474 | 1435 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1475 | 1443 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 2012† |
| Arena Creative Writing | Arena (LMArena) | 1435 | 1421 |
| Arena Multi-turn | Arena (LMArena) | 1476 | 1435 |
| Arena Longer Queries | Arena (LMArena) | 1480 | 1454 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1295 | 1230 |
| LiveBench Design | LiveBench | 73.7%† | 75.0% |
| MMMU-Pro | Artificial Analysis | – | 78.2%† |
| MMMU-Pro (Vals) | Vals AI | 86.0%† | – |
| SAGE | Vals AI | 89.3%† | 88.7% |
| Humanity's Sixth Sense | Scale AI SEAL | 26.8%† | – |
| GeoBench | GeoBench | – | 61.0%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 32.5%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 20.8% |
| VIALS-AA | Handshake AI | 39.8% | 37.9% |
| Code2Video-AA | Artificial Analysis | 975 | 1127 |
| AA-3D | Artificial Analysis | 937 | 992 |
| FACTS Multimodal | – | 40.9%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 80.0% | 76.7% |
| MLCR | Artificial Analysis | 11.7% | 20.0% |
| FACTS Grounding | 56.1% | 68.6%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 153.8 | 156.2† |
| LiveBench 2.0 | LiveBench | 60.7%† | 67.9% |
| LiveBench 1.0 | LiveBench | 71.6% | 77.4% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 27.8 | 35.5 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 41.8 | 46.5 |
| AA Progress Index v1 | Artificial Analysis | 318.6 | 322.7 |
| Vals Index | Vals AI | 50.9† | 58.6 |
| Vals Finance Index | Vals AI | 55.8%† | 58.8% |
| Vals RSI Index | Vals AI | – | 20.2% |
| Vals Science Index | Vals AI | – | 34.8% |
| Vals Router Index | Vals AI | 50.9% | 58.6%† |
| Vals Legal Index | Vals AI | 71.0%† | 72.7% |
| AA Cyber Index | Artificial Analysis | 49.9 | 56.4 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 26.7% | – |
| DistressBench | Scale AI SEAL | 72.7% | 52.4%† |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 44.4 | – |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- GLM 5.3 Flash:BenchLeader Index 56.7 → 57.8。
- Grok 4.7 (xhigh):BenchLeader Index 58.0 → 57.4。
- Grok 4.7 (xhigh):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- GLM 5.3 Flash:スコアの改訂1件。
- Grok 4.7 (xhigh):新しい結果1件(MirrorCode)。
- Grok 4.7 (xhigh):新しい結果1件(ALE-Bench)。
- GLM 5.3 Flash:スコアの改訂5件。
- Grok 4.7 (xhigh):スコアの改訂2件。
- GLM 5.3 Flash:新しい結果1件(FORTRESS)。
- GLM 5.3 Flash:スコアの改訂2件、価格 $0.034/M → $0.030/M。
関連する比較
- GLM 5.3 Flash vs Claude Opus 5.5
- GLM 5.3 Flash vs GPT-6.1 Sol
- GLM 5.3 Flash vs Gemini 4 Argon
- Grok 4.7 vs Claude Opus 5.5
- Grok 4.7 vs GPT-6 Astra
- Grok 4.7 vs Claude Fable 5.1
- Grok 4.7 vs GPT-6.1 Sol
- GLM 5.3 vs Grok 4.7
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
GLM 5.3 Flash vs Grok 4.7:よくある質問
- GLM 5.3 FlashはGrok 4.7より優れていますか?
- GLM 5.3 FlashとGrok 4.7 (xhigh)の品質は互角です(57.8 対 57.4、±5.4の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- GLM 5.3 FlashとGrok 4.7はどちらが安いですか?今後変わる予定はありますか?
- 現在はGLM 5.3 Flashの方が安く、100万トークンあたり$0.238 対 $3.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- コーディングにはGLM 5.3 FlashとGrok 4.7のどちらが向いていますか?
- コーディングではGrok 4.7の方がスコアが高くなっています(カテゴリ指標で61 対 57。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、GLM 5.3 Flashが1609、Grok 4.7が1641です。
- GLM 5.3 FlashとGrok 4.7はどちらが速いですか?
- Grok 4.7の方が出力が速くなっています(出力68 対 54トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはGLM 5.3 FlashとGrok 4.7のどちらが向いていますか?
- エージェント型のタスクではGLM 5.3 Flashの方がスコアが高くなっています(カテゴリ指標で59 対 57。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なArena Agentでは、GLM 5.3 Flashが-2.9、Grok 4.7が2.6です。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- 長文コンテキストのベンチマークではGLM 5.3 Flashの方がスコアが高くなっています(65 対 63)。コンテキストはGLM 5.3 Flashの方が長く、1,000,000トークンです(Grok 4.7は500,000トークン)。
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはGrok 4.7です。Artificial Analysisの測定では、最初の回答トークンまで55.9秒 対 87.0秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- GLM 5.3 FlashとGrok 4.7について、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある51件のベンチマークのうち、GLM 5.3 Flashのリードが16件、Grok 4.7のリードが34件、同点が1件です。第三者の総合指標でも評価が分かれ、GLM 5.3 FlashはArena Textで、Grok 4.7はAA Intelligence Index v5.0.1、Vals Indexでリードしています。
- Grok 4.7はいつリリースされましたか?
- Grok 4.7は2026年9月21日にリリースされました。